TY - THES A1 - Arnegger, Julius T1 - Protected Areas, the Tourist Bubble and Regional Economic Development - Two Case Studies from Mexico and Morocco T1 - Schutzgebiete, die Tourist Bubble und regionale Wirtschaftsentwicklung - Zwei Fallstudien aus Mexiko und Marokko N2 - Nature-based tourism and ecotourism experienced a dynamic development over the past decade. While originally often described as specialized post-Fordist niche markets for ecologically aware and affluent target groups, in many regions they are nowadays characterized by a heterogeneous structure and the presence of a wide product range, from individual travels to package tours. The present dissertation analyzes the structure and economic importance of tourism in two highly frequented protected areas in middle income countries, the Sian Ka’an Biosphere Reserve (SKBR) in Mexico and the Souss-Massa National Park (SMNP) in Morocco. Both areas are situated in close proximity to the most important package tour destinations Cancún (Mexico) and Agadir (Morocco) and are subject to high touristic use and development pressure. So far, the planning of a more sustainable tourism development is hampered by the lack of reliable data. Based on demand-side surveys and income multipliers calculated with the help of regionalized input-output models, the visitor structure and economic impact of tourism in both protected areas are described. With regional income effects of approximately 1 million USD (SKBR) and approximately 1.9 million USD (SMNP), and resulting income equivalents of 1,348 and 5,218 persons, both the SKBR and the SMNP play an important—and often undervalued—role for the regional economies in underdeveloped rural peripheral regions of the countries. Detailed analyses of the visitor structures show marked differences with regard to criteria such as travel organization, nature/protected area affinity and expenditures. With regard to planning and marketing of nature-based tourism, protected area managers and political decision-takers are advised to focus on ecologically and economically attractive visitor groups. Based on the results of the two case studies as well as existing tourism typologies from the literature, a classification scheme is presented that may be used for a more target-oriented development and marketing of nature-based tourism products. N2 - Natur- und Ökotourismus haben in den vergangenen Jahrzehnten eine dynamische Entwicklung durchlaufen. Einstmals häufig als spezialisierte postfordistische Nischenmärkte für ökologisch interessierte und zahlungskräftige Zielgruppen bezeichnet, sind sie heute in vielen Regionen durch eine heterogene Struktur und das Vorhandensein einer breiten Angebotspalette von Individualreisen bis hin zu Pauschalangeboten gekennzeichnet. Die vorliegende Arbeit befasst sich mit der Struktur und wirtschaftlichen Bedeutung des Tourismus in zwei stark touristisch frequentierten Schutzgebieten in Entwicklungs- bzw. Schwellenländern, dem Biosphärenreservat Sian Ka’an (SKBR) in Mexiko sowie des Souss-Massa Nationalpark (SMNP) in Marokko. Beide Gebiete liegen in unmittelbarer Nähe zu den wichtigsten Pauschalreisezielen Cancún (Mexiko) und Agadir (Marokko), und unterliegen einem hohen touristischen Nutzungs- und Entwicklungsdruck. Die Planung einer nachhaltigen Tourismusentwicklung in den Untersuchungsregionen wird bislang durch das Fehlen verlässlicher Daten erschwert. Basierend auf nachfrageseitigen Primärdatenerhebungen und mittels regionalisierter Input-Output-Modelle berechneter Einkommensmultiplikatoren werden die Besucherstruktur und ökonomische Bedeutung des Tourismus in beiden Schutzgebieten dargestellt. Mit regionalen Einkommenswirkungen in Höhe von ca. 1 Million USD (SKBR) bzw. ca. 1,9 Millionen USD (SMNP) und daraus abgeleiteten Einkommensäquivalenten von 1.348 bzw. 5.218 Personen, spielen sowohl das SKBR als auch der SMNP eine wichtige—und oftmals unterschätzte—Rolle für die regionale Wirtschaft in relativ strukturschwachen ländlichen peripheren Regionen der Staaten. Detaillierte Analysen der Besucherstruktur zeigen deutliche Unterschiede im Hinblick auf Kriterien wie Reiseorganisation, Natur- und Schutzgebietsaffinität und Ausgabeverhalten. Schutzgebietsmanagern und politische Entscheidungsträgern wird empfohlen, sich bei der Planung und Vermarktung des Schutzgebietstourismus stärker auf sowohl ökologisch als auch regionalwirtschaftlich attraktive Besuchergruppen zu konzentrieren. Basierend auf den Ergebnissen der beiden Fallstudien sowie existierenden Typisierungen aus der Literatur, wird ein Klassifizierungsschema zur gezielteren Entwicklung und Vermarktung von Naturtourismusprodukten vorgestellt. T3 - Würzburger Geographische Arbeiten - 110 KW - Ökotourismus KW - Nachhaltigkeit KW - Regionalentwicklung KW - Mexiko KW - Marokko KW - Protected areas KW - Tourism KW - Regional development KW - Mexico KW - Morocco KW - Schutzgebiete KW - Tourismus KW - Regionalentwicklung KW - Biosphärenreservat Sian Ka'an Y1 - 2014 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-100928 SN - 978-3-95826-001-6 PB - Würzburg University Press ER - TY - THES A1 - Cord, Anna T1 - Potential of multi-temporal remote sensing data for modeling tree species distributions and species richness in Mexico T1 - Eignung multi-temporaler Fernerkundungsdaten für die Modellierung von Artverbreitungsgebieten und Diversität von Baumarten in Mexiko N2 - Current changes of biodiversity result almost exclusively from human activities. This anthropogenic conversion of natural ecosystems during the last decades has led to the so-called ‘biodiversity crisis’, which comprises the loss of species as well as changes in the global distribution patterns of organisms. Species richness is unevenly distributed worldwide. Altogether, 17 so-called ‘megadiverse’ nations cover less than 10% of the earth’s land surface but support nearly 70% of global species richness. Mexico, the study area of this thesis, is one of those countries. However, due to Mexico’s large extent and geographical complexity, it is impossible to conduct reliable and spatially explicit assessments of species distribution ranges based on these collection data and field work alone. In the last two decades, Species distribution models (SDMs) have been established as important tools for extrapolating such in situ observations. SDMs analyze empirical correlations between geo-referenced species occurrence data and environmental variables to obtain spatially explicit surfaces indicating the probability of species occurrence. Remote sensing can provide such variables which describe biophysical land surface characteristics with high effective spatial resolutions. Especially during the last three to five years, the number of studies making use of remote sensing data for modeling species distributions has therefore multiplied. Due to the novelty of this field of research, the published literature consists mostly of selective case studies. A systematic framework for modeling species distributions by means of remote sensing is still missing. This research gap was taken up by this thesis and specific studies were designed which addressed the combination of climate and remote sensing data in SDMs, the suitability of continuous remote sensing variables in comparison with categorical land cover classification data, the criteria for selecting appropriate remote sensing data depending on species characteristics, and the effects of inter-annual variability in remotely sensed time series on the performance of species distribution models. The corresponding novel analyses were conducted with the Maximum Entropy algorithm developed by Phillips et al. (2004). In this thesis, a more comprehensive set of remote sensing predictors than in the existing literature was utilized for species distribution modeling. The products were selected based on their ecological relevance for characterizing species distributions. Two 1 km Terra-MODIS Land 16-day composite standard products including the Enhanced Vegetation Index (EVI), Reflectance Data, and Land Surface Temperature (LST) were assembled into enhanced time series for the time period of 2001 to 2009. These high-dimensional time series data were then transformed into 18 phenological and 35 statistical metrics that were selected based on an extensive literature review. Spatial distributions of twelve tree species were modeled in a hierarchical framework which integrated climate (WorldClim) and MODIS remote sensing data. The species are representative of the major Mexican forest types and cover a variety of ecological traits, such as range size and biotope specificity. Trees were selected because they have a high probability of detection in the field and since mapping vegetation has a long tradition in remote sensing. The result of this thesis showed that the integration of remote sensing data into species distribution models has a significant potential for improving and both spatial detail and accuracy of the model predictions. N2 - Sämtliche aktuell zu beobachtenden Veränderungen in der Biodiversität lassen sich fast ausschließlich auf menschliche Aktivitäten zurückführen. In den letzten Jahrzehnten hat insbesondere die anthropogene Umwandlung bisher unberührter, natürlicher Ökosysteme zur sogenannten ‚Biodiversitätskrise‘ geführt. Diese umfasst nicht nur das Aussterben von Arten, sondern auch räumliche Verschiebungen in deren Verbreitungsgebieten. Global gesehen ist der Artenreichtum ungleich verteilt. Nur insgesamt 17 sogenannte ‚megadiverse‘ Länder, welche 10% der globalen Landoberfläche umfassen, beherbergen fast 70% der weltweiten Artenvielfalt. Mexiko, das Studiengebiet dieser Arbeit, ist eine dieser außerordentlich artenreichen Nationen. Aufgrund seiner großen Ausdehnung und geographischen Komplexität kann eine verlässliche und detaillierte räumliche Erfassung von Artverbreitungsgebieten in Mexiko jedoch nicht nur auf Basis dieser Datenbanken sowie von Feldarbeiten erfolgen. In den letzten beiden Jahrzehnten haben sich Artverbreitungsmodelle (Species distribution models, SDMs) als wichtige Werkzeuge für die räumliche Interpolation solcher in situ Beobachtungen in der Ökologie etabliert. Artverbreitungsmodelle umfassen die Analyse empirischer Zusammenhänge zwischen georeferenzierten Fundpunkten einer Art und Umweltvariablen mit dem Ziel, räumlich kontinuierliche Vorhersagen zur Wahrscheinlichkeit des Vorkommens der jeweiligen Art zu treffen. Mittels Fernerkundung können Umweltvariablen mit Bezug zu den biophysikalischen Eigenschaften der Landoberfläche in hohen effektiven räumlichen Auflösungen bereitgestellt werden. Insbesondere in den letzten drei bis fünf Jahren ist daher die Verwendung von Fernerkundungsdaten in der Artverbreitungsmodellierung sprunghaft angestiegen. Da es sich hierbei jedoch immer noch um ein sehr neues Forschungsfeld handelt, stellen diese meist nur Einzelstudien mit Beispielcharakter dar. Eine systematische Untersuchung zur Modellierung von Artverbreitungsgebieten mit Hilfe von Fernerkundungsdaten fehlt bisher. Diese Forschungslücke wurde in der vorliegenden Arbeit aufgegriffen. Hierzu wurden spezifische Untersuchungen durchgeführt, welche insbesondere folgende Aspekte betrachteten: die sinnvolle Verknüpfung von Klima- und Fernerkundungsdaten im Rahmen von Artverbreitungsmodellen, den quantitativen Vergleich von kontinuierlichen Fernerkundungsdaten und einer bestehenden kategorialen Landbedeckungsklassifikation, die Identifizierung von Kriterien zur Auswahl geeigneter Fernerkundungsprodukte, welche die Eigenschaften der Studienarten berücksichtigen, sowie der Einfluss inter-annueller Variabilität in fernerkundlichen Zeitreihen auf die Ergebnisse und Leistungsfähigkeit von Artverbreitungsmodellen. Die entsprechenden neuen Analysen wurden mit Hilfe des von Phillips et al. (2004) entwickelten Maximum Entropy Algorithmus zur Artverbreitungsmodellierung durchgeführt. Im Rahmen dieser Arbeit wurde ein umfangreicherer Datensatz an Fernerkundungsvariablen als in der bisherigen Literatur verwendet. Die entsprechenden Fernerkundungsprodukte wurden spezifisch aufgrund ihrer Eignung für die Beschreibung ökologisch relevanter Parameter, die sich auf die Verbreitungsgebiete von Arten auswirken, ausgewählt. Für den Zeitraum von 2001 bis 2009 wurden zwei Terra-MODIS Standardprodukte mit 1 km räumlicher und 16-tägiger zeitlicher Auflösung zu geglätteten, kontinuierlichen Zeitreihen zusammengefügt. Diese Produkte beinhalten den verbesserten Vegetationsindex (Enhanced Vegetation Index, EVI), Reflexionsgrade und die Landoberflächentemperatur (Land Surface Temperature, LST). Diese hochdimensionalen Zeitreihendaten wurden in insgesamt 18 phänologische sowie 35 statistische Maßzahlen überführt, welche auf der Basis einer umfassenden Sichtung der vorhandenen Literatur zusammengestellt wurden. Die Verbreitungsgebiete von zwölf Baumarten wurden mit Hilfe eines hierarchisch aufgebauten Ansatzes, welcher sowohl Klimadaten (WorldClim) als auch Fernerkundungsdaten des MODIS-Sensors berücksichtigt, modelliert. Die Studienarten sind repräsentativ für die in Mexiko vorkommenden Waldtypen und decken eine breite Spannweite ökologischer Eigenschaften wie Größe des Verbreitungsgebietes und Breite der ökologischen Nische ab. Als Studienobjekte wurden Bäume ausgewählt, weil sie im Feld mit hoher Wahrscheinlichkeit richtig erfasst werden und außerdem die fernerkundungsbasierte Kartierung von Vegetation bereits auf eine Vielzahl an Studien zurückgreifen kann. Durch die im Rahmen dieser Dissertation durchgeführten Untersuchungen konnte gezeigt werden, dass die Integration von Fernerkundungsdaten in Artverbreitungsmodelle ein signifikantes Potential zur Verbesserung der räumlichen Detailgenauigkeit und der Güte der Modellvorhersagen bietet. KW - Fernerkundung KW - Biodiversität KW - Landnutzung KW - Zeitreihenanalyse KW - Mexiko KW - Artverbreitungsmodellierung KW - Maximum Entropy Algorithmus KW - MODIS KW - Modellierung KW - Remote sensing KW - Species distribution modeling KW - Maximum Entropy algorithm KW - MODIS KW - Mexico Y1 - 2012 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-71021 ER -